Direction Interministérielle du Numérique — Services du Premier ministre 🇫🇷
CPO MCP & Données — depuis janvier 2026

Pilote de la brique « données & MCP » du socle interministériel d'IA générative de l'État, au sein du département IA dans l'État (IAE, ex-Etalab) de la DINUM.

Le contexte

Les données publiques françaises sont abondantes mais mal exposées pour l'IA. Le trafic humain sur les portails baisse, les appels API explosent (340 M en 2025 sur la DILA, ×2 vs 2024). Les agents et assistants IA deviennent des gros consommateurs de données publiques — mais ces données ne sont pas dans les formats dont ils ont besoin.

Le problème n'est pas le modèle, c'est la donnée. Et la donnée n'est pas absente — elle est mal exposée.

La mission

Rendre les données publiques françaises exploitables par l'IA — et accompagner les administrations pour qu'elles fassent de même avec leurs données.

• Piloter l'offre données & MCP du socle interministériel d'IA générative
• Concevoir les fonctionnalités IA d'accès à la donnée publique pour les usagers
• Lien produit avec l'Opérateur des Produits Interministériels, en particulier data.gouv.fr
• Accompagner le déploiement de projets IA dans les ministères via l'incubateur ALLiaNCE

L'approche : initialiser, prouver, transférer

Sur chaque sujet : on fait une première version pour montrer que c'est possible, on met en circulation et on collecte des retours, puis on transfère à l'administration métier qui prend la main et améliore.

L'offre data : 3 piliers + 1 chantier

Pilier 1 — Données Publiques pour l'IA
Accompagner les administrations pour exposer leurs données dans les formats IA-natifs (MCP, CLI, skill, llms.txt) et donner de la visibilité sur l'existant via un catalogue.

Pilier 2 — RAG as a Service
Infrastructure mutualisée de collections vectorielles pour les administrations.

Pilier 3 — Gouvernance des données
Pousser un GT interministériel sur la doctrine d'accès aux données comme pré-requis à la diffusion de l'IA.

Chantier — IA pour les devs
Équiper les développeurs de l'État (doctrine, skills, outils souverains), changer les pratiques.

Réalisations clés

MCP data.gouv — accès programmatique à l'open data français pour les LLMs

• 3 millions de requêtes par semaine en production
• Buzz com inédit pour le numérique public, 100 % retours positifs
• Démocratisation de l'usage en langage naturel

ia.data.gouv.fr — premier catalogue européen multi-format natif IA pour les données publiques

• Pour chaque source de données : statut des formats disponibles (API, MCP, Parquet, collection vectorielle, Skill, llms.txt) avec lien direct

Accompagnement des administrations pour déployer de nouveaux formats (MCP, CLI, skill)
data.gouv, ANSSI, IGN, France Travail, DILA / Légifrance, Éducation nationale, CEA — retex, Q&A, aide à la conception, série d'articles de vulgarisation.

Évaluation LLM verticalisée

• Élaboration de Golden Dataset
• LLM-as-a-judge sur différentes méthodes d'optimisations des systèmes évalués
• +16 % de qualité vs baseline avec l'approche retenue, déployée en production

Déploiement d'une stack souveraine d'IA pour le développement

• Évaluation des solutions clés du marché
• Package d'expérimentation : Skills, Agent et environnement de travail (VM)
• Repository etalab-ia/skills publié sur GitHub. Premières skills : Design System, ANSSI, RGAA / accessibilité,

Convictions portées

• L'IA pour le secteur public se gagne sur les données et leur disponibilité dans le bon format au bon moment, pas sur le modèle
• Les Skills État sont aussi un levier de sécurisation proactive : les bonnes pratiques (ANSSI, RGAA) intégrées dès le développement plutôt qu'auditées après coup
• Une bonne offre data est multi-format by design : un même dataset doit être disponible en API, MCP, Parquet, collection vectorielle selon l'usage